赞
踩
冒泡排序思路比较简单:
1、将序列当中的左右元素,依次比较,保证右边的元素始终大于左边的元素;
( 第一轮结束后,序列最后一个元素一定是当前序列的最大值;)
2、对序列当中剩下的n-1个元素再次执行步骤1。
3、对于长度为n的序列,一共需要执行n-1轮比较
(利用while循环可以减少执行次数)
实现:
public static int[] bubbleSort(int[] arr) {
for (int i = 0; i < arr.length; i++) {
for (int j = 0; j < arr.length-1; j++) {
if (arr[i] < arr[j]) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
}
return arr;
}
1、从序列当中选择一个基准数(pivot)
在这里选择序列当中第一个数最为基准数
2、将序列当中的所有数依次遍历,比基准数大的位于其右侧,比基准数小的位于其左侧
3、重复步骤1.2,直到所有子集当中只有一个元素为止.
public class Quick { /** * 对数组内元素进行排序 * * @param a */ public static void sort(Comparable[] a) { int lo = 0; int hi = a.length - 1; sort(a, lo, hi); } /** * 对数组a中从索引lo到hi之间的元素进行排序 * * @param a * @param lo * @param hi */ public static void sort(Comparable[] a, int lo, int hi) { //安全校验 if (hi <= lo) { return; } //对索引ol到hi的的元素进行分组 //获取中间节点 int partition = partition(a, lo, hi); //对左边的进行排序 sort(a, lo, partition - 1); //对右边进行排序 sort(a, partition + 1, hi); } /** * 对数组a中,从索引lo到hi之将的元素进行分组,并返回分组界限对应的索引 * * @param a * @param lo * @param hi * @return */ public static int partition(Comparable[] a, int lo, int hi) { //分界值 Comparable key = a[lo]; //定义两个值,分别指向切分元素最小和最大的索引的下一个位置 int left = lo; int right = hi + 1; //切分 while (true) { //先从右往左扫描,直到比分界值小的元素 while (less(key, a[--right])) { if (right == lo) break; } //从左往右扫描,直到找到比分界值大的元素 while (less(a[++left], key)) { if (left == hi) break; } if (left >= right) break; else exch(a, left, right); } exch(a, lo, right); return right; } /** * 判断v是否小于w * * @param v * @param w * @return */ private static boolean less(Comparable v, Comparable w) { return v.compareTo(w) < 0; } /** * 交换a数组中两个索引对应的值 * * @param a * @param i * @param j */ private static void exch(Comparable[] a, int i, int j) { Comparable t = a[i]; a[i] = a[j]; a[j] = t; } }
堆的概念
堆:本质是一种数组对象。特别重要的一点性质:任意的叶子节点小于(或大于)它所有的父节点。对此,又分为大顶堆和小顶堆,大顶堆要求节点的元素都要大于其孩子,小顶堆要求节点元素都小于其左右孩子,两者对左右孩子的大小关系不做任何要求。
利用堆排序,就是基于大顶堆或者小顶堆的一种排序方法。下面,我们通过大顶堆来实现。
基本思想:
堆排序可以按照以下步骤来完成:
1、首先将序列构建称为大顶堆;
(这样满足了大顶堆那条性质:位于根节点的元素一定是当前序列的最大值)
2、构建大顶堆
取出当前大顶堆的根节点,将其与序列末尾元素进行交换;
(此时:序列末尾的元素为已排序的最大值;由于交换了元素,当前位于根节点的堆并不一定满足大顶堆的性质)
对交换后的n-1个序列元素进行调整,使其满足大顶堆的性质;
3、重复2.3步骤,直至堆中只有1个元素为止
/** * 堆排序 * * @param arr */ private static void headSort(int[] arr) { //把无序的数组转换成有序的堆 //1、从最后一个非叶子节点开始遍历, //2、以这个非叶子节点为父节点,将其转换成大顶堆 int temp = 0; for (int i = arr.length / 2 - 1; i >= 0; i--) { head(arr, i, arr.length); } //依次取出堆顶元素,放在数组最后面,直到只有一个元素 for (int i = arr.length - 1; i > 0; i--) { temp = arr[i]; arr[i] = arr[0]; arr[0] = temp; head(arr,0,i); } } private static void head(int[] arr, int i, int length) { // i * 2 + 1 ---> 以i为父节点的左子叶节点 int temp = arr[i]; for (int k = i * 2 + 1; k < length; k = 2 * k + 1) { if (k + 1 < length && arr[k] < arr[k + 1]) { k++; } if (temp < arr[k]) {//与父节点进行比较 arr[i] = arr[k]; i = k;//交换位置以后,打破了之前拍的续,所以如果满足条件,就继续遍历 } else { break; } } arr[i] = temp; }
基数排序:通过序列中各个元素的值,对排序的N个元素进行若干趟的“分配”与“收集”来实现排序。
分配:我们将L[i]中的元素取出,首先确定其个位上的数字,根据该数字分配到与之序号相同的桶中
收集:当序列中所有的元素都分配到对应的桶中,再按照顺序依次将桶中的元素收集形成新的一个待排序列L[ ]
对新形成的序列L[]重复执行分配和收集元素中的十位、百位…直到分配完该序列中的最高位,则排序结束
/** * 基数排序 * * @param arr */ public static void radixSort(int[] arr) { //造出十个桶 int[][] bucket = new int[10][arr.length]; //记录每个桶中存放了多杀数据 int[] buckerCounts = new int[10]; //获取数组中最大元素,计算出需要循环遍历的次数 int max = arr[0]; for (int i = 1; i < arr.length; i++) if (arr[i] > max) max = arr[i]; //计算出最大的数有多少位 String maxString = "" + max; for (int m = 0, n = 1; m < maxString.length(); m++, n *= 10) { //把数据放入桶中 for (int i = 0; i < arr.length; i++) { int element = arr[i] / n % 10; bucket[element][buckerCounts[element]++] = arr[i]; } int index = 0;//原数组记数 // int j = 0;// for (int i = 0; i < buckerCounts.length; i++) { if (buckerCounts[i] != 0) { for (int j = 0; j < buckerCounts[i]; j++) { arr[index++] = bucket[i][j]; } } buckerCounts[i] = 0; } } }
1、归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个典型的应用。它的基本操作是:将已有的子序列合并,达到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
2、归并排序其实要做两件事:
因此,归并排序实际上就是两个操作,拆分+合并
/** * 归并排序 * * @param arr //原数组长度 * @param left //每个分组最左边的元素 * @param right //最右边的元素 * @param temp //备用数组 */ public static void mergeSort(int[] arr, int left, int right, int[] temp) { if (left < right) { int mid = (right + left) / 2; //对左边进行分组 mergeSort(arr, left, mid, temp); //对右边元素分组 mergeSort(arr, mid + 1, right, temp); //分组后合并 merge(arr, left, right, mid, temp); } } //归并合并 public static void merge(int[] arr, int left, int right, int mid, int[] temp) { int i = left; int j = mid + 1;//用两个指针来比较两个分组中的元素大小 int index = 0;//表示temp数组中的指针 while (i <= mid && j <= right) { if (arr[i] < arr[j]) temp[index++] = arr[i++]; else temp[index++] = arr[j++]; } //如果比较完后分组中号有多余的元素 while (i <= mid) temp[index++] = arr[i++]; while (j <= right) temp[index++] = arr[j++]; //对数组惊醒拷贝 index = 0; for (int k = left; k <= right; k++) arr[k] = temp[index++]; }
思想:将待排序数组按照步长gap进行分组,然后将每组的元素利用直接插入排序的方法进行排序;每次将gap折半减小,循环上述操作;当 gap=1时,利用直接插入,完成排序。同样的:从上面的描述中我们可以发现:希尔排序的总体实现应该由三个循环完成:
/** * 希尔排序 * * @param arr */ public static void shellSort(int[] arr) { int index = 0; int indexVal = 0; //分组 for (int gap = arr.length / 2; gap > 0; gap /= 2) { //对分组遍历 for (int i = gap; i < arr.length; i++) { //用插入的思想对每个分组排序 index = i; indexVal = arr[i]; while (index - gap >= 0 && indexVal < arr[index - gap]) { arr[index] = arr[index - gap]; index -= gap; } arr[index] = indexVal; } } }
简单选择排序的基本思想:比较+交换。
/** * 选择排序 * 对数组遍历,找出最小的元素,与数组前面的元素交换位置 * * @param arr */ public static void selectSort(int[] arr) { int index = 0;//记录最小值的索引 int temp = 0; for (int i = 0; i < arr.length - 1; i++) { int min = arr[i]; index = i; for (int j = i + 1; j < arr.length; j++) { if (arr[j] < min) { min = arr[j]; index = j; } } temp = arr[i]; arr[i] = arr[index]; arr[index] = temp; } }
/** * 插入排序 * * @param arr */ public static void insertSort(int[] arr) { int index = 0;//表示有序表的元素的索引 int temp = 0;//表示当前从无序表中取出的元素 for (int i = 1; i < arr.length; i++) { temp = arr[i]; while (index >= 0 && temp < arr[index]) { arr[index + 1] = arr[index]; index--; } arr[index + 1] = temp; index = i; } } }
8w:
插入排序:789ms
选择排序:2925ms
希尔排序:25ms
归并排序:24ms
基数排序:43ms
堆排序:18ms
快速排序:71ms
8000w:
快速排序:45671ms
希尔排序:28601ms
归并排序:11797ms(数据量大的时候比堆排序快)
基数排序:OutOfMemoryError: Java heap space(可见基数排序占内存)
堆排序:28390ms
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。